洛谷P2024 食物链

好,经典扩展域并查集(冰茶几)。

因为有三个动物形成环(这不生物),所以并查集开3倍。

x - y 表示同类,x - (y + n) 表示 y 吃 x

然后瞎搞搞即可。

思考:如果不是环,就是个A <- B <- C的食物链呢?如果还有A吃C呢?

据说是bitset

 1 #include <cstdio>
 2 
 3 const int N = 50010;
 4 
 5 int fa[N * 3], n;
 6 
 7 int find(int x) {
 8     if(x == fa[x]) {
 9         return x;
10     }
11     return fa[x] = find(fa[x]);
12 }
13 
14 inline void merge(int x, int y) {
15     fa[find(x)] = find(y);
16     return;
17 }
18 
19 inline bool check(int f, int x, int y) {
20     if(f == 1) {
21         return find(x) != find(y + n) && find(x) != find(y + n + n);
22     }
23     return find(x) != find(y) && find(y + n) != find(x);
24 }
25 
26 inline void add(int f, int x, int y) {
27     if(f == 1) {
28         if(find(x) == find(y)) {
29             return;
30         }
31         merge(x, y);
32         merge(x + n, y + n);
33         merge(x + n + n, y + n + n);
34     }
35     else {
36         if(find(x + n) == find(y)) {
37             return;
38         }
39         merge(x + n, y);
40         merge(x + n + n, y + n);
41         merge(x, y + n + n);
42     }
43     return;
44 }
45 
46 int main() {
47     int m;
48     scanf("%d%d", &n, &m);
49     for(int i = 1; i <= n * 3; i++) {
50         fa[i] = i;
51     }
52     int f, x, y, ans = 0;
53     for(int i = 1; i <= m; i++) {
54         scanf("%d%d%d", &f, &x, &y);
55         if(x > n || y > n) {
56             ans++;
57             continue;
58         }
59         else if(f == 2 && x == y) {
60             ans++;
61             continue;
62         }
63         if(check(f, x, y)) {
64             add(f, x, y);
65         }
66         else {
67             ans++;
68         }
69     }
70     printf("%d", ans);
71     return 0;
72 }
AC代码

 

转载于:https://www.cnblogs.com/huyufeifei/p/9623423.html

内容概要:本文针对国内加密货币市场预测研究较少的现状,采用BP神经网络构建了CCi30指数预测模型。研究选取2018年3月1日至2019年3月26日共391天的数据作为样本,通过“试凑法”确定最优隐结点数目,建立三层BP神经网络模型对CCi30指数收盘价进行预测。论文详细介绍了数据预处理、模型构建、训练及评估过程,包括数据归一化、特征工程、模型架构设计(如输入层、隐藏层、输出层)、模型编译与训练、模型评估(如RMSE、MAE计算)以及结果可视化。研究表明,该模型在短期内能较准确地预测指数变化趋势。此外,文章还讨论了隐层节点数的优化方法及其对预测性能的影响,并提出了若干改进建议,如引入更多技术指标、优化模型架构、尝试其他时序模型等。 适合人群:对加密货币市场预测感兴趣的研究人员、投资者及具备一定编程基础的数据分析师。 使用场景及目标:①为加密货币市场投资者提供一种新的预测工具和方法;②帮助研究人员理解BP神经网络在时间序列预测中的应用;③为后续研究提供改进方向,如数据增强、模型优化、特征工程等。 其他说明:尽管该模型在短期内表现出良好的预测性能,但仍存在一定局限性,如样本量较小、未考虑外部因素影响等。因此,在实际应用中需谨慎对待模型预测结果,并结合其他分析工具共同决策。
题目描述似乎缺失了关键信息,通常我会需要了解“P10780 食物”是什么具体的算法竞赛题目,它来自在线平台洛谷(Luogu),以及该题目的大致背景、条件和目标。洛谷食物(Food)可能是某种数据结构或算法问题,比如贪吃蛇、分配任务等。 然而,我可以给你提供一个通用的模板: **[洛谷 P10780 食物 - 题目解析]** 题目名称:P10780 食物(假设是关于食物分配或者饥饿游戏的问题) 链接:[插入实际题目链接] **背景:** 此题通常涉及动态规划或者搜索策略。场景可能是有n个参与者(选手或角色),每个都有特定的食物需求或者优先级,我们需要在有限的食物资源下合理分配。 **分析:** 1. **输入理解**:首先读入n个参与者的信息,包括每个人的需求量或优先级。 2. **状态定义**:可以定义dp[i][j]表示前i个人分配完成后剩余的食物能满足第j个人的最大程度。 3. **状态转移**:递推式可能涉及到选择当前人分配最多食物的版本,然后更新剩余的食物数。 4. **边界条件**:如果剩余食物不足以满足某人的需求,则考虑无法分配给他;如果没有食物,状态值设为0。 5. **优化策略**:可能需要对状态数组进行滚动更新,以减少空间复杂度。 **代码示例(伪代码或部分关键代码片段):** ```python # 假设函数分配_food(demand, remaining)计算分配给一个人后剩余的食物 def solve(foods): dp = [[0 for _ in range(max_demand + 1)] for _ in range(n)] dp = foods[:] # 从第一个到最后一个参与者处理 for i in range(1, n): for j in range(1, max_demand + 1): if dp[i-1][j] > 0: dp[i][j] = max(dp[i][j], dp[i-1][j] - foods[i]) dp[i][j] = max(dp[i][j], distribute_food_to(i, dp[i-1][j])) return dp[n-1][max_demand] ``` **相关问题--:** 1. 这道题是如何运用动态规划的? 2. 如果有优先级限制,应该如何调整代码? 3. 怎样设计搜索策略来解决类似问题?
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值